Langsung ke konten utama

Data, Surga, dan Neraka


Sembari mencengkram erat tepi podium, siang itu Kepala BPS Provinsi Jawa Timur tampak begitu emosional. Ayat dan hadits sesekali terlontar dari lisannya. Begitupula dengan kata dosa, surga, dan neraka. Pidato penulis buku "Tangguh dengan Statistik" itu lebih mirip khutbah jum'at ketimbang pengarahan kepada ratusan peserta pelatihan petugas Survei Pendapatan Rumah Tangga Usaha Pertanian 2013 (SPP-2013).

Untuk menggugah kesadaran para audiens tentang pentingnya statistik, ia sadurkan perkataan Florence Nightingale, "To understand God's thoughts we must study statistics, for these are the measure of His purpose". Bahwa statistik bagian dari ma'rifat, ilmu untuk mengenal Tuhan. Sebagian pesarta tampak terkesima mendengarnya, sebagian lainnya tertidur pulas.

Ia berusaha sepersuasif mungkin memengaruhi alam pikiran semua orang yang menyimak pidatonya. Mengajak mereka pada satu kesadaran dan persepsi yang sama: kegiatan pengumpulan data (survei) sangat penting, perlu diseriusi seluruh tahapannya mulai dari pelatihan hingga wawancara di lapangan.

Dan, bahwasanya data statsitik yang dihasilkan amat berharga bagi kemaslahatan seluruh umat manusia. Yang merupakan tujuan utama diturunkannya agama Islam ini. Lantunan ayat, "Wa ma arsalnaka illa rahmatan lil 'alamin (tidaklah kami mengutusmu wahai Muhammad kecuali sebagai rahmat bagi seluruh alam)" dengan fasih pun terlontar dari lisannya.

Karena itu, baginya, tersedianya data statistik yang akurat melalui kegiatan pengumpulan data yang benar (prosedur serta konsep dan metodologinya), sejatinya merupakan jalan bagi mereka yang bergelut dalam kegiatan pengumpulan data--yang boleh jadi berlumur dosa--untuk merengkuh surga serta menjauhkan diri dari api nereka. Sebagian audien tercenung kala mendengar ini disampaikan, sebagian lagi tetap khusyuk dalam tidur pulasnya.

Untuk menguatkan argumennya, ia bawakan hadits (perkataan Nabi Muhammad SAW) tentang jaminan surga dari Allah SWT yang diberikan kepada seorang pelacur karena amal baiknya: memberi minum kepada seekor anjing yang sedang kehausan di tengah gurun dengan sepatunya.

"Kalau seorang pelacur saja yang saban hari telanjang, menjual diri, dan berlumur dosa bisa diganjar surga oleh Tuhan karena telah memberi kemaslahatan kepada seekor anjing, tentu memberi kemaslahatan kepada seluruh umat manusia--melalui data yang akurat--lebih pantas lagi!" Begitu barangkali yang ia ucapkan siang itu.

Kalau dipikir-pikir memang ada betulnya. Karena itu, mari mengumpulkan data dengan benar agar masuk surga dan dijauhkan dari api neraka!

Komentar

Postingan populer dari blog ini

Bisakah R2 (baca: R kuadrat) Bernilai Negatif?

Koefisien determinasi (R2) merupakan ukuran kecocokan hasil estimasi sebuah model regresi linier dengan data yang dimodelkan, atau biasa disebut ukuran goodness of fit dari sebuah model regresi linier. Dengan lain perkataan, R2 menunjukkan seberapa dekat garis regresi yang diestimasi dengan data yang sebenarnya atau seberapa besar proporsi variasi variabel respon yang dapat dijelaskan oleh garis regresi. Ukuran ini dapat digunakan jika semua asumsi terkait residual telah terpenuhi. Bisakah R2 Bernilai Negatif? Pada dasarnya, R2 tidak pernah bernilai negatif, kecuali model regresi yang digunakan tanpa intersep. Jika model regresi yang digunakan tanpa intersep, maka R2 tidak bermakna meskipun bernilai positif. Kelemahan mendasar dari  R2 adalah nilainya yang selalu bertambah ketika dilakukan penambahan variabel bebas ke dalam model, meskipun variabel tersebut tidak begitu penting dalam menjelaskan variabel respon (tidak signifikan). Untuk mengatasi hal ini digunakan R

Kesalahan Spesifikasi Model: Penyebab dan Solusi

Dalam ekonometrika, ketika kita bekerja dengan model-model struktural, yakni model dimana hubungan antara variabel dalam model didasarkan pada suatu kerangka teori ekonomi, keselahan spesifikasi model kerap kali terjadi. Hal ini merupakan masalah serius yang sering terjadi pada penelitian yang menggunakan model ekonometrik, khususnya regresi, sebagai  alat analisis. Kesalahan spesifikasi menyebabkan model yang dihasilkan tidak dapat digunakan untuk kepentingan analisis karena dapat menyesatkan ( misleading ). Sedikitnya,  ada dua gejala yang dapat dijadikan acuan untuk mengetahui kalau model yang kita gunakan mengalami kesalahan spesifikasi. Dua gejala tersebut adalah sebagai berikut: 1.   Hasil running model menunjukkan tanda koefisien regresi yang merepresentasikan arah hubungan antara variabel  penjelas dan variabel respon berseberangan atau tidak sesuai dengan teori.  Meski tidak selalu merupakan gejala terjadinya kesalahan spesifikasi, kehadiran gejala ini me

Di Balik Penurunan Jumlah Petani Gurem

Hingga kini, kemiskinan di Indonesia masih menjadi fenomena sektor pertanian. Secara faktual, sebagian besar penduduk miskin tinggal di desa dan bekerja sebagai petani dan buruh tani. Ditengarai, salah satu penyebab kemiskinan masih berpusat di sektor pertanian adalah penguasaan lahan pertanian oleh petani yang kian sempit. Skala usaha yang kecil mengakibatkan pendapatan dari kegiatan usaha tani tidak mencukupi untuk memenuhi kebutuhan hidup meski kegiatan usaha tani yang dijalankan sebetulnya cukup menguntungkan. Alhasil, kesejahteraan pun begitu sulit direngkuh. Kemarin (2 Desember), Badan Pusat Statistik (BPS) telah merilis jumlah petani gurem hasil Sensus Pertanian tahun 2013 (disingkat ST2013). Menurut BPS, petani gurem didefinisikan sebagai rumah tangga pertanian yang mengusahakan lahan pertanian kurang dari setengah hektar. BPS mencatat, jumlah petani gurem pada Mei 2013 sebanyak 14,25 juta rumah tangga atau sekitar 55,33 persen dari sekitar 26 juta rumah tangga